Matemáticas · 3o de Preparatoria

Ideas de aprendizaje activo

Ética en el Modelado y Uso de Datos

El modelado y uso de datos no es solo un ejercicio técnico, es un acto de responsabilidad social. Los estudiantes aprenden mejor cuando experimentan con ejemplos concretos que revelan las consecuencias humanas detrás de los números. La participación activa en debates, investigaciones y reflexiones críticas transforma conceptos abstractos en herramientas para analizar el mundo real.

• Aprendizajes Esperados SEP
• SEP.EMS.PM11
• SEP.EMS.PM12

• 30–50 min
• Parejas → Toda la clase
• 3 actividades

Actividad 01

• Debate Formal
• 50 min · Toda la clase

Debate Formal: El Sesgo del Algoritmo

Se presenta un caso de un algoritmo de selección de personal que discrimina por código postal o género. Los estudiantes deben debatir quién es responsable del error y cómo las matemáticas pueden usarse para corregir o profundizar las desigualdades sociales.

¿Qué consecuencias puede tener un modelo matemático mal diseñado en la política pública?

Consejo de Facilitación

Durante el debate, asigne roles específicos (ej. defensor del algoritmo, crítico social, experto en datos) para asegurar que cada estudiante participe activamente en la discusión.

Qué observar

Presente a los estudiantes un titular de noticia que utilice estadísticas para respaldar una afirmación política. Pregunte: '¿Qué preguntas críticas deberíamos hacer sobre los datos y el modelo detrás de esta afirmación para determinar su validez y posibles sesgos?'

• Analizar
• Evaluar
• Crear
• Autogestión
• Toma de Decisiones

Actividad 02

• Círculo de Investigación
• 45 min · Grupos pequeños

Círculo de Investigación: Privacidad vs. Datos Públicos

Los equipos investigan cómo se protegen los datos personales en México (Ley de Transparencia). Deben debatir en qué casos es ético usar datos privados para el 'bien común' (como en una pandemia) y dónde termina ese derecho.

¿Cómo evitar que los algoritmos perpetúen prejuicios o discriminación?

Consejo de Facilitación

En la investigación sobre privacidad, pídales que comparen al menos dos fuentes con perspectivas opuestas para que practiquen la evaluación crítica de información.

Qué observar

Pida a los estudiantes que escriban en un papel: 'Un ejemplo de cómo un modelo matemático podría usarse de manera no ética' y 'Una estrategia para mitigar ese uso no ético'. Recoja las respuestas al final de la clase.

• Analizar
• Evaluar
• Crear
• Autogestión
• Autoconciencia

Actividad 03

• Pensar-Emparejar-Compartir
• 30 min · Parejas

Pensar-Emparejar-Compartir: ¿Los números mienten?

Los estudiantes discuten en parejas la frase 'las cifras no mienten, pero los mentirosos también cifran'. Deben proponer ejemplos de cómo se puede decir la verdad matemáticamente pero engañar al público con el contexto.

¿Cuál es el papel del pensamiento crítico frente a la 'verdad' de los números?

Consejo de Facilitación

En el Think-Pair-Share sobre números, proporcione datos manipulados en gráficos para que los estudiantes identifiquen visualmente distorsiones comunes.

Qué observar

Muestre a los estudiantes una breve descripción de un algoritmo hipotético (ej. para asignar becas). Pregunte: 'Identifiquen un posible sesgo en este algoritmo y expliquen por qué es problemático para la equidad social.' Evalúe las respuestas para comprender su capacidad de identificar sesgos.

• Comprender
• Aplicar
• Analizar
• Autoconciencia
• Habilidades de Relación

Algunas notas para enseñar esta unidad

Este tema requiere un equilibrio entre rigor matemático y sensibilidad ética. Los profesores más efectivos evitan presentar los modelos como 'cajas negras' y, en su lugar, desglosan sus supuestos con ejemplos accesibles. Es clave normalizar el error: muchos algoritmos problemáticos se descubren después de su implementación, así que usar casos reales ayuda a generar humildad intelectual. La pedagogía debe priorizar la práctica reflexiva sobre la transmisión de contenidos.

Los estudiantes demuestran comprensión al identificar sesgos en modelos de datos, debatir sobre privacidad con argumentos fundamentados y cuestionar la aparente neutralidad de las matemáticas. El éxito se mide cuando aplican estas habilidades a casos actuales, conectando la teoría con su vida cotidiana.

---

Cuidado con estas ideas erróneas

• Durante el Debate: El Sesgo del Algoritmo, watch for students assuming that technology is neutral because it is mathematical.

  Use el momento de apertura del debate para presentar un caso concreto, como el algoritmo COMPAS en Estados Unidos, y pida a los estudiantes que analicen cómo el diseño humano introdujo sesgos en un sistema aparentemente objetivo.

• Durante la Investigación: Privacidad vs. Datos Públicos, watch for students believing that public data is always safe to use without consequences.

  En la fase de investigación, proporcione un conjunto de datos públicos anonimizados y pídales que intenten reidentificar a los individuos usando información complementaria disponible en redes sociales. Esto revela los riesgos reales de la privacidad.

---

Metodologías usadas en este resumen

• Debate Formal
• Círculo de Investigación
• Pensar-Emparejar-Compartir